第一章决策支持系统导论.ppt

DW与DM的区别 数据仓库是一种存储技术，它的数据存储量是一般数据库的100倍，它包含大量的历史数据、当前详细数据以及综合数据。它能适应于不同用户对不同决策需要提供所需的数据和信息。 数据开采是从人工智能机器学习中发展起来的。它研究各种方法和技术，从大量的数据中挖掘出有用的信息和知识。 DW与DM的关系 数据仓库与数据开采都是决策支持新技术。数据仓库为不同的用户提供各种辅助决策的随机查询、综合数据或趋势分析信息。数据开采是挖掘数据中隐含的信息和知识，让用户在进行决策中使用。 数据仓库和数据开采可以结合起来。在数据仓库系统的前端的分析工具中，数据开采是其中的重要工具之一。它可以帮助决策用户挖掘数据仓库的数据中隐含的规律性。 第一章 决策支持系统导论 27/一 三、决策支持系统的发展 ● 综合决策支持系统 3、数据仓库、数据开采与决策支持系统 问题综合与交互系统 数据库管理系 统 模型库管理系统 知识库 管理系统 推理机 用户 模型库 数据库 知识库 数据开采 知识 信息 决策信息 数据仓库 数据库管理系统 OLAP 第一章 决策支持系统导论 28/一 三、决策支持系统的发展 ● 综合决策支持系统 3、数据仓库、数据开采与决策支持系统 综合体系结构包括三个主体： 第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，它为决策问题提供定量分析（模型计算）的辅助决策信息。 第二个主体是数据仓库、OLAP，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的内在本质。 第三个主体是专家系统和数据开采的结合。数据开采从数据库或数据仓库中挖掘知识，放入专家系统的知识库中，由知识推理的专家系统达到定性分析辅助决策。 决策 它随着人类社会活动的发展而产生，并在日常生活中起着十分重要的作用。决策是领导者的基本职能。科学地进行决策是领导水平的标志。 决策问题有许多种，我们可以从不同角度对决策问题进行分类。如按决策问题的性质、决策问题的重要性分类， 决策支持系统（Decision Support System DSS）是在传统的管理信息系统（数据处理）理论基础上，结合模型辅助决策系统（数值计算、定量分析）而发展起来的一门信息系统分支。其基本概念最早于20世纪70年代初由美国M. S. Scott Morton教授在《管理决策系统》一文中首先提出，当时人们称之为人机决策系统或管理决策系统。为了强调这种系统对决策只能起辅助作用，应发挥决策者的主体作用，改称为决策支持系统。它是一种以支持决策为目的的人机信息系统。 1）科学技术的进步、知识爆炸、信息剧增、计算机科学和应用技术的飞速发展，为决策问题的求解方法提供了更多选择，同样要全面的评价所有可能的方案，决策者往往力不从心。 2）由于系统的复杂性越来越大，系统自动化程度越来越高，系统间关联性和连锁性越来越强，导致一招闪失，全盘皆输。如OPC组织的一声咳嗽，世界油价则上下震荡。而竞争的激励和残酷，就象夹在汹涌向前的人流中，你一旦停止，就会被挤倒、踩扁，很难有爬起机会。 3）政策的稳定性较差，往往计划跟不上变化 计算机一问世，便被用于数据处理和科学计算，把人从重复的、繁琐的、易错的事务中解脱出来，大大地提高了工作效率。 随着计算机的推广，计算机走出计算中心，进入企事业机关单位，人们把计算机的应用提升到能全面反映一个企事业机关单位整体信息的水平。这便生产了管理信息系统（MIS）。它能把孤立的、零碎的信息变成一个比较完整的、有组织的信息系统，但是MIS只能帮助管理者对信息进行表面上的组织和管理，而无法为决策者发现隐藏在大量企业信息背后的内在规律。 不完善的地方：没有标准模式、没有标准规范。不同时期、不同用途、采用不同技术所构造的DSS可能完全不同。 第一种定义：R．H．Spraque 和E．D．Carlson） 决策支持系统具有交互式计算机系统的特征，帮助决策者利用数据和模型去解决半结构化问题且具有如下功能： (1) 解决高层管理者常碰到的半结构化和非结构化问题 (2) 把模型或分析技术与以传统的数据存储和检索功能结合起来 (3)以对话方式使用决策支持系统 (4)能适应环境和用户要求的变化 第二种定义（P．G．W．Keen）： 决策支持系统是“决策”(D)，“支持”(S)，“系统”(S)，三者汇集成的一体。即通过不断发展的计算机建立系统的技术(System)，逐渐扩展支持能力(Support)，达到更好的辅助决策(Decision)。 第三种定义（ S．S．Mittra）： 决策支持系统是从数据库中找出必要的数据，并利用数学模型的功能，为用户产生所需要的信息，具有如下功能： (1)为了作出决策，用户可以试探几种“如果，将如何”的方案